DeepSeek
DeepSeek V4.1 Flash
deepseek-v4.1-flash
최대 컨텍스트
1M
최대 출력
384K
출시일
N/A
입력$0.2857 / 백만 토큰
출력$1.1429 / 백만 토큰
DeepSeek V4 Pro
deepseek-v4-proDeepSeek V4 Pro은(는) 출처에서 MoE 1.6T 총 / 49B 활성, 1M-token 컨텍스트, hybrid 긴 컨텍스트 attention을(를) 핵심 특징으로 제시합니다. 주요 가치는 고급 추론, 코딩, 전체 코드베이스 분석 and 장기 에이전트 워크플로에 있습니다. 따라서 일반 챗봇처럼 설명하기보다 이 모델만의 차별점을 중심으로 소개하는 것이 적합합니다.
Context Window
1M tokens
Maximum Output
384K tokens
Release Date
2026년 4월 24일
Modalities
DeepSeek V4 Pro 가격
| 입력 가격 | 출력 가격 | 캐시 읽기 |
|---|---|---|
| $1.2857/M | $3.8571/M | $0.0429/M |
DeepSeek V4 Pro API 기능
Reasoning
Supported
Tool calling
Supported
Temperature parameter
Supported
Attachments
Not supported
Knowledge Base
2025-05-01
Endpoint Protocols
Completions APIResponses API
DeepSeek V4 Pro 모델 주요 특징
DeepSeek V4 Pro가 긴 컨텍스트 추론, Agent 워크플로 및 복잡한 소프트웨어 엔지니어링 작업에 적합한 핵심 역량입니다.
Agent 작업 수행
정식 버전은 자율 계획, 도구 사용 및 다단계 작업 완료 능력이 강화되어 복잡한 Agent 워크플로에 적합합니다.
저장소 단위 코딩
평가로 확인된 저장소 이해 및 소프트웨어 엔지니어링 역량을 바탕으로 여러 파일에 걸친 변경을 일관되게 수행할 수 있습니다.
백만 토큰 컨텍스트
100만 토큰의 컨텍스트 창을 통해 방대한 코드, 문서 및 작업 기록을 하나의 컨텍스트에서 처리할 수 있습니다.
조절 가능한 추론
low, high, max의 세 가지 추론 수준을 제공하여 작업 복잡도에 따라 사고 깊이를 조절할 수 있습니다.
오픈 웨이트 배포
공식 모델 가중치가 MIT 라이선스로 제공되어 개발자가 통제된 인프라에서 모델을 실행하고 조정할 수 있습니다.
DeepSeek V4 Pro 사용 사례
DeepSeek V4 Pro를 활용한 저장소 유지보수, 터미널 기반 엔지니어링, 도구 중심 자동화 및 긴 컨텍스트 분석에 적합한 실무 작업입니다.
코드베이스 유지보수
저장소의 의존 관계를 분석하고 영향을 받는 파일을 찾아 보고된 소프트웨어 문제에 대한 수정 사항을 일관되게 구현합니다.
터미널 엔지니어링
명령줄 도구로 프로젝트를 조사하고 코드를 수정하며 빌드와 테스트를 실행한 뒤 반복 검사를 통해 오류를 진단합니다.
다중 도구 자동화
도구 호출 순서를 계획하고 중간 결과를 해석하면서 워크플로 완료 또는 구조화된 결과물 생성까지 작업을 이어갑니다.
기술 문제 해결
복잡한 수학, 과학, 사이버 보안 및 엔지니어링 문제를 심층적으로 추론하여 단계별 해답이나 조사 계획을 작성합니다.
긴 컨텍스트 분석
대규모 텍스트나 소스 코드를 검토하고 멀리 떨어진 부분 사이의 관계를 추적하여 통합된 분석 결과를 작성합니다.
TokenHub API로 DeepSeek V4 Pro 사용하는 방법
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)DeepSeek V4 Pro 벤치마크
| 지표 점수 | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 종합 역량 평가 | 40.8 |
| Artificial Analysis Coding Index | 코딩 역량 종합 평가 | 43.2 |
| 지식 및 추론 | ||
| GPQA | 고난도 과학 문제 해결 | 90.5% |
| HLE | 다분야 전문가 수준 평가 | 33.5% |
| 코딩 및 소프트웨어 엔지니어링 | ||
| SciCode | 과학 컴퓨팅 코딩 과제 | 46.4% |
| Terminal-Bench Hard | 고난도 터미널 작업 수행 | 41.7% |
| 지시 준수 및 에이전트 작업 | ||
| IFBench | 프롬프트 제약 준수 | 71.3% |
| AA-LCR | 긴 컨텍스트 추론 | 65% |
| τ²-Bench | 에이전트 워크플로 작업 | 94.2% |
지표 출처 Artificial Analysis
DeepSeek V4 Pro 비교
DeepSeek V4 Pro API 자주 묻는 질문
DeepSeek V4 Pro API, 가격, 코딩 및 추론 성능, 컨텍스트 길이, 벤치마크와 모델 비교에 관한 질문입니다.
DeepSeek V4 Pro는 어떤 모델인가요?+
DeepSeek V4 Pro는 DeepSeek의 최상위 추론·코딩·에이전트 작업용 모델입니다.
어떤 워크로드가 DeepSeek V4 Pro에 맞나요?+
복잡한 코딩, 에이전트 워크플로, 장문맥 분석에 적합하며, 특히 우선순위가 최고 수준의 답변 품질인 경우 유용합니다.
DeepSeek V4 Pro에서 어떤 기능이 돋보이나요?+
핵심 강점은 DeepSeek V4 계열의 고수준 추론과 에이전트형 코딩 및 전환 가능한 사고·비사고 모드입니다.
팀은 언제 DeepSeek V4 Pro를 피해야 하나요?+
더 많은 연산을 사용하므로 지연과 비용이 높을 수 있습니다. 속도와 비용 효율이 우선이면 DeepSeek V4 Flash를 고려하세요.
DeepSeek V4 Pro 호출 전에 무엇을 확인하나요?+
TokenHub에 표시된 정확한 ID를 사용하고 계정 문서에서 현재 기능을 확인하세요.
DeepSeek V4 Pro와 Kimi K3 중 어떤 모델을 선택해야 하나요?+
일반 순위가 아니라 실제 워크로드를 기준으로 선택하세요. 필요한 입력 모달리티, API 가격, 출력량, 지연 시간, 도구 사용 및 자체 평가 결과로 DeepSeek V4 Pro와 Kimi K3를 비교하세요.
DeepSeek V4 Pro의 컨텍스트 길이와 최대 출력은 얼마인가요?+
DeepSeek V4 Pro의 컨텍스트 길이와 최대 출력은 위의 현재 모델 데이터에서 확인하세요. 컨텍스트 길이는 요청에 포함할 수 있는 자료량에, 최대 출력은 한 번의 응답으로 생성할 수 있는 콘텐츠 양에 영향을 줍니다.
DeepSeek V4 Pro을 사용할 준비가 되셨나요?
하나의 API 키로 DeepSeek V4 Pro과 더 많은 AI 모델을 이용하세요.
미디어 및 논의
이 모델과 관련된 공개 동영상과 게시물을 선별했습니다.
X (Twitter)
Reddit
YouTube